※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
代PO
哪一學年度修課：
110-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
謝志昇
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
經研所選修
δ 課程大概內容
Numerical Optimization
Bootstrap
Simulation Based Method (EM, SML, SMM, Indirect Inference)
Bayesian Method (Gibbs, MCMC, M-H, SAR)
Dynamic Programming
期末Presentation
主要是講述在估計非線性的計量模型的計算方法。
Ω 私心推薦指數(以五分計) ★★★★★
想實作除了OLS以外的計量模型：★★★★★
想做出一些有結果的數據分析嚇人：★★★★★★★★★★
想練習看計量paper：★★★★★
想躺分：★★☆☆☆
η 上課用書(影印講義或是指定教科書)
老師自製講義 + papers
μ 上課方式(投影片、團體討論、老師教學風格)
投影片佐以板書。
老師上課很樂意解釋到同學都懂了，尤其是這種很吃「把數學式翻譯成演算法」的模型，
都很願意以畫圖等等方式解釋到底。
另外期末presentation很嚇人，修課的人一個比一個會報告。學期初看題目覺得很帥就選
了，結果就是爆炸難理解，花了我滿多時間去消化他的。第一次讀論文裡的內容時，幾乎
都看不懂，而經過一個學期，當時望之儼然的模型內容，突然就變得即之也溫，頗有成就
感。
σ 評分方式(給分甜嗎？是紮實分？)
10% 參與度
60% 作業
30% 期末報告
ρ 考題型式、作業方式
一共三次作業，沒有期中期末考，但有一個期末報告，可以選擇書面或是presentation，
每個人30分鐘左右。
Presentation需要從指定清單裡選擇一篇文獻報，每一個主題都有大概10篇左右的經典文
獻，且需要在開學前幾週決定。
沒有期中期末，這種內容考試其實也沒啥意義。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
計量基礎：
沒有學過高等統計學不建議修課，只學過簡單的計量經濟學我也不建議直接挑戰，這門課
不是單純的計量課程，是學習如何透過程式來達成一些如Maximum Likelihood 或是 MCMC
之類的方法。雖然完全沒有基礎來學也是有辦法修課，但是作業有一些要自己從模型推導
log-likelihood，很可能會卡住。
程式基礎：
適合程式基礎中上的同學修。這門課沒有限制語言，你可以用R, python, matlab, Julia
。只會stata可能沒辦法。
不會教程式語法，著重演算法，只要寫得出來且有辦法報告參數，都會給不錯的分數。
全簽
Ψ 總結
我覺得可以算是偏硬的課。
雖然只有三次作業，但每一次作業都有兩到三大題，絕大多數都是要複製一個文獻上的估
計結果。要自己看得懂數學式並且「翻譯」成演算法會有點煎熬，建議可以多找幾個同學
分享想法（我很慶幸這學期遇到的同學都能給我極大的幫助與建議）。印象最深刻是有一
份要用模擬方法估算航空市場裡各航線的廠商數量，過程中還寫了平行運算，否則一個個
跑不知道要模擬多久。
老師上課很樂意解釋到同學都懂了，尤其是這種很吃「把數學式翻譯成演算法」的模型，
都很願意以畫圖等等方式解釋到底。
期末presentation 很嚇人，修課的人一個比一個會報告。我學期初看題目覺得很帥就選
了，結果就是爆炸難理解，花了我滿多時間去消化他的。第一次讀論文裡的內容時，幾乎
都看不懂，而經過一個學期，當時望之儼然的模型內容，突然就變得即之也溫，頗有成就
感。
推薦給想實作數據分析的經濟系大三以上同學品嚐